东营凹陷大芦湖地区沙三段油藏研究

针对大芦湖地区沙三中、下砂体上覆高速火成岩体与巨厚高青砂岩体的地质特征，利用大芦湖地区测井、钻井、地质等资料相结合，寻找高青大砂体的分布规律，形成了一套解释樊家砂体成因的理论：块体滑塌理论。并且利用该区的声波测井及速度谱资料，分析该区特殊地质体、储层、围岩层速度及平均速度变化，采取相应措施提高沙三中、下砂体识别能力并准确地进行砂体等时图时深转换。在测井约束反演时，为了消除目的层上部的高速地质岩体的屏蔽作用，对测井声波作了预处理，相应地提高了目的层的速度，从而突出目的反射层阻抗界面。使用预处理的声波，进行多井约束反演，目的层清晰，基本消除了上覆高速地质岩体的屏蔽作用，因而有效地提高了目的层砂三中、下砂体的识别能力。     

利用小波变换检测超声成象测井图象边缘的研究

对超声成象测井图象中的小波变换边缘的检测方法进行了研究。介绍了小波变换边缘检测的原理 ,阐述了基于小波变换模极大值的超声成象测井图象边缘检测的算法 ,最后给出了应用实例。实践表明 :利用小波变换检测超声成象测井图象边缘的检测方法 ,可有效地弥补传统边缘检测算法的不足 ,在有效地抑制噪声的同时 ,提高了检测细小边缘成分的精度。该方法可以从不同尺度下的边缘图象中检测出不同细节的地质特征 ;小尺度下的检测结果可用于分析超声成象测井图象中的地质体的细小结构 ,大尺度下的检测结果可用于分析超声成象测井图象的地质体的整体结构     

利用测井资料解释含矿岩层的沉积环境

沉积岩是沉积物源及其搬运机理与沉积环境的产物，它可反映沉积物在经受搬运、沉积和埋藏过程中的物理、化学条件的变化粒度、能量和水深诸因素综合起来可指示沉积环境，这些因素在自然电位和电阻率测井曲线上可得到直接或间接的反映，因此，必须掌握基本的沉积环境互相过渡特征及其曲线形态，在砂-泥岩序列中，根据其不同的曲线形态和不同的曲线组合，可识别各地层的沉积环境。     

斜井成像测井资料处理中地层产状的校正方法及应用

从成像测井图像中直接提取的地层产状,只反映测井仪器坐标系中的结果。对于井眼倾斜的情况,只有进行了井斜校正后,才能获得真实的地层产状。作者推导了成像测井地层产状计算结果的井斜校正算法,并将其应用于苏北大陆科学钻探PPⅡ孔超声成像测井资料处理中,给出了应用实例。     

地震、测井联合反演在塔河油田石炭系储层预测中的应用

塔河油田6区石炭系卡拉沙依组储层具有层次多、范围广，展布多呈条带状，横向连续性差的特点，为进一步拓宽该区的油气勘探领域，作者在本文中针对该区地质目标，提出利用地震、测井联合反演技术，对该区石炭系卡拉沙依组砂岩储层的横向分布进行预测，这对塔河油田目前勘探开发具有实际意义。     

测井解释最优化方法中的误差和约束条件

最优化技术是目前国内外进行岩生分析和煤层分析中技术较先进，应用效果较发了的一种方法，,煤田测井的CASSAY程序所采用了最优化方法，其目标函数中引入了误差和约束项，但由于煤田测井方法的特点以及其数字，物理和地质意义不明确，给实际应用该程度带来许多困难，当解释模型确定后，测量误差，响应方程误差和约束误差的取值是最优化结果的关键。本文将就煤田测井解释的最优化方法中有关的误差，误差取值，约束条件和约束误差进行讨论，并给出适合于煤田测井的民化解释流程。     

井中声电转换波场辐射能量定量分析

井中声激发极化效应研究是实现声激发极化测井实用化的技术基础,实质上是声波在双相孔隙介质中向电磁波的转化,其结果就是形成井中声电转换波场,最终表现为井中声场辐射能向电磁场能的转化.通过对双相孔隙介质中声激发极化过程声电转换波场能量的理论分析,研究了井中声电转换波场能量的总体构成,提出了井中低频声激发极化电场电能体密度的概念,并推导出具体表达式.通过采用实际地层参数模型进行井中低频声激发极化电场的模拟计算得到了井中低频声激发极化过程中电能体密度与声波频率与地层参数的相关关系.     

南海北部东沙海域天然气水合物的初步研究

利用地震、测井与地温资料综合分析了南海北部东沙海域可能存在的天然气水合物的分布特征.研究表明,在东沙海域地震剖面上出现似海底反射层、弱振幅带等天然气水合物分布标志,在声波测井曲线上呈现高速、速度倒转等天然气水合物存在特征.似海底反射层的深度与1144站位,及平均地温梯度资料得出的稳定带厚度较吻合.1144站位与1148站位似海底反射层距海底较深,分别为654m与475m.在1144站位附近,弱振幅带的顶界可能代表含天然气水合物沉积层的顶界,约在450m左右.     

遗传算法在估计测井解释参数方面的应用

测井响应方程中通常包括一些常量参数，这些参数的选取直接影响解释结果的精度。遗传算法是一种自适应全局优化算法，具有求解各种特殊问题的灵活性。作者在本文简要地介绍了遗传算法的基本原理和运算规则，并以阿尔奇含水饱和度公式中a、m、n等参数的选取为例，探讨了将遗传算法应用于测井解释参数估计中的潜力。实践证明，该方法简便，应用效果较好。     

用自组织神经网络方法实现测井相定量识别

作者在本文中介绍了一种利用自组织神经网络进行测井相识别的方法。自组织神经网络是一种无导师学习算法，它通过网络自身的调节对输入进行聚类，近年来广泛应用于各类模式识别问题中。这里我们采用从测井曲线中提取出反映沉积环境的信息参数，再利用自组织神经网络进行测井相判别。此法从沉积成因角度出发，判别沉积相模式，消除了测井曲线中的不确定因素，更具代表性。